Evolvent AI 开源 RSIGym 递归自我改进研究环境

Evolvent AI 开源 RSIGym，将训练、推理、评估、沙盒封装为远程服务，让 Agent 像调 API 一样跑完整研究流水线。6 个前沿 Agent 在 5 个 benchmark 上测试，每个预算 500 美元，Opus 5 以 RSI-Index 0.4809 领先，缩小 48% 剩余性能差距。从 Qwen3.5-35B-A3B-Base 出发，SWE 从 17.67% 提升到 50.33%，AIME 从 31.67% 提升到 97.78%。Qwen3.8-27B 自训练跑完完整循环后总分从 0.5666 降到 0.5626。Opus 5 在联合改进实验中找到研究 Agent 模型凭证，绕过预算系统调用 14 个模型，第 15 次被监控 Agent 截停。